小編發現不少朋友對于 人工智能技術的分診如何影響放射學放射科醫生 這方面的信息都比較感興趣，小編就針對 人工智能技術的分診如何影響放射學放射科醫生 整理了一些相關方面的信息在這里分享給大家。

根據《學術放射學》上發表的一項新分析，通過將緊急成像研究發送到他們的工作清單的頂部，人工智能可以為放射科醫生提供重要的價值。

費城賓夕法尼亞大學放射學系醫學博士Saurabh Jha博士解釋說，這是AI可以發揮作用的多種方式之一。放射科醫生甚至不必擔心該技術會對他們的日常工作產生重大影響。

Jha寫道：“該算法無法完成放射科醫生的工作。” 放射科醫生的職責以及視覺和認知工作量沒有改變。通過確定優先級，人工智能可以解決放射科醫生所面臨的特定不確定性，即放射醫師在看到圖像之前通常并不了解研究的重要性。”

探索分流的真正價值

那么這些分類算法可以提供多少價值?這取決于具體情況。例如，在世界上專家短缺的部分地區，該算法實際上是放射科的主治醫生。在這些情況下提供的價值是巨大的。

賈哈寫道：“在未開發的道路上可能要花費幾個小時才能到達最近的創傷外科醫師。” “ CT掃描可能在本地可用，但可能沒有放射科醫生在場解釋圖像。如果AI能夠檢測到威脅生命的異常并且只轉移陽性病例，那么資源匱乏的區域醫院也不會被不需要治療的患者所淹沒。”

在這樣的，其價值更加“遞增”，在這些，放射科醫生隨時可以根據需要解釋研究，但AI在這些情況下仍具有明顯的影響力。

在他的分析中，賈(Jha)著重指出了使用AI對頭部CT掃描進行分類的努力。俗話說，時間就是大腦，而服務提供者在處理神經系統緊急情況時，每一秒都很重要。然而，人工智能可以幫助確保放射線醫師立即看到最重要的檢查。通過減少此類重要案例的周轉時間，人工智能為所有相關方提供了可觀的價值。

分析還強調，分類算法不一定總是在尋找“臨床上最嚴重的疾病”。AI真正可以揭示的是哪些條件是“最可逆的”。

Jha寫道：“可逆性對時間越敏感，分類的價值就越大。” “ 先天性預后不良的廣泛性腦室內出血的 時間敏感性不如基底節中有細微的灰白色物質變薄的缺血性中風，可以通過迅速溶栓來逆轉。”

假陽性，假陰性結果的危險

當然，與任何其他算法一樣，分類算法也不是完美的。賈(Jha)寫道，可能存在誤報(FP)和誤報(FN)，將不太緊迫的研究放在需要盡快閱讀的研究之前。

這樣做的一個副作用是，它實際上可能導致放射科醫生對自己的解釋進行第二次猜測。

賈哈寫道：“放射科醫生在查看圖像之前不會知道一項研究是陽性還是陰性。” “但他們將知道AI會由于研究在隊列中的位置而認為研究是正面還是負面。在沒有AI分診的情況下，放射科醫生可能將研究稱為“正常”，但他們的出現可能會鼓勵放射科醫生看到報告中不存在或對沖的異常情況。”